网络犯罪从经济活动转向政治破坏

简介:

赛门铁克发布最新的全球威胁报告称,网络犯罪分子在2016年变得“更加雄心勃勃”,攻击活动从经济间谍活动转向具有政治动机的破坏和颠覆活动,且已经形成先进的攻击策略。

报告对威胁环境的多个方面进行了检查,包括有针对性的攻击、勒索软件、电子邮件攻击、物联网漏洞,以及攻击者的策略和动机。报告称,零日漏洞和复杂的恶意软件现在已较少被使用,因为各国政府将他们的监控重点从间谍活动转移到了直接的破坏行动。与此同时,网络犯罪分子通过重点利用相对简单的IT工具和云服务,造成了前所未有的破坏。

报告显示,网络犯罪分子正在进行“政治破坏性攻击”,这是一类新的攻击目标。“前段时间,美国民主党遭受的网络攻击,以及随后的被盗信息泄露,反映出当前网络犯罪活动的一种趋势,即网络犯罪分子更倾向于采取备受关注的方式完成犯罪活动,这种公然公开的犯罪行为的目的在于动摇和破坏目标国家与组织的稳定。伴随着破坏性攻击热潮的持续高涨,隐蔽的网络犯罪活动不断减少,特别是经济间谍活动及窃取知识产权和商业秘密活动。”

报告还指出,“新一代的攻击者”表现出了极强的金融野心,并付诸了行动,其目的是为了资助其他秘密颠覆活动。赛门铁克安全响应总监凯文·哈利表示,当前,最大的抢劫案是网络犯罪分子完成的,他们盗取了数十亿美元。虽然有的攻击是有组织的犯罪团伙进行的,但他们也第一次观察到了国家参与金融网络犯罪的强烈迹象。

报告发现,电子邮件在2016年成为犯罪分子的首选武器。2016年,商务电邮攻击的受害者超过430亿人。同时,网络犯罪分子开始使用PowerShell(一种安装在个人电脑上的常见脚本语言)以及将Microsoft Office文件作为攻击武器。报告称,网络犯罪分子越来越多地利用这些常见的IT工具进行犯罪活动,因为它们只会留下很轻的足迹,从而帮助犯罪分子成功隐藏。

报告还警告称,云服务将成为网络犯罪的下一个前沿阵地,CIO应对公司内使用的云应用程序采取更严格的控制措施,否则他们的系统环境将遭遇安全威胁。

本文转自d1net(转载)

相关文章
|
存储 网络协议 算法
UDP 协议和 TCP 协议
本文介绍了UDP和TCP协议的基本结构与特性。UDP协议具有简单的报文结构,包括报头和载荷,报头由源端口、目的端口、报文长度和校验和组成。UDP使用CRC校验和来检测传输错误。相比之下,TCP协议提供更可靠的传输服务,其结构复杂,包含序列号、确认序号和标志位等字段。TCP通过确认应答和超时重传来保证数据传输的可靠性,并采用三次握手建立连接,四次挥手断开连接,确保通信的稳定性和完整性。
443 1
UDP 协议和 TCP 协议
独家直播|DB-GPT架构设计与源码解读(第一期)
🚀 DB-GPT首期源码解读系列上线啦! 10.8 晚7点,与DB-GPT项目发起人陈发强一起,深入探索DB-GPT的架构设计与源码解读。 🔎 直播看点: ● 架构全剖析:从设计思考到架构逻辑,全面剖析DB-GPT。 ● 源码速度解读:多模型管理、智能体、RAG、AWEL等核心模块一网打尽。 ● 项目作者面对面:陈发强,蚂蚁集团DB-GPT开源项目发起人,分享实战经验与洞见。 ● 有问必答:围绕DB-GPT的使用问题有问必答,线上帮你解issue! 👉 立即扫码预约,与DB-GPT作者零距离交流!
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp小程序的共享单车数据存储系统附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp小程序的共享单车数据存储系统附带文章源码部署视频讲解等
177 1
|
算法 Java 计算机视觉
图像处理之积分图算法
图像处理之积分图算法
321 2
|
SQL 关系型数据库 数据库
在 PostgreSQL 中使用 LIKE
【8月更文挑战第12天】
2009 1
|
机器学习/深度学习 TensorFlow 算法框架/工具
【深度学习】Tensorflow、MindSpore框架介绍及张量算子操作实战(超详细 附源码)
【深度学习】Tensorflow、MindSpore框架介绍及张量算子操作实战(超详细 附源码)
543 0
|
机器学习/深度学习 算法 固态存储
【计算机视觉】目标检测中Faster R-CNN、R-FCN、YOLO、SSD等算法的讲解(图文解释 超详细必看)
【计算机视觉】目标检测中Faster R-CNN、R-FCN、YOLO、SSD等算法的讲解(图文解释 超详细必看)
883 0
|
XML 前端开发 数据安全/隐私保护
Shiro - RememberMe记住我功能实现
Shiro - RememberMe记住我功能实现
316 1
|
存储 小程序 API
微搭低代码从入门到精通03用户注册
微搭低代码从入门到精通03用户注册
|
机器学习/深度学习 人工智能 自动驾驶
强化学习算法在游戏、机器人和自动驾驶等领域的应用与实践
强化学习算法在游戏、机器人和自动驾驶等领域的应用与实践
979 0
强化学习算法在游戏、机器人和自动驾驶等领域的应用与实践